Hypothèses de demande
- Leçon 4
- 55 min
- Module 1 : Commencer par les besoins
Où nous en sommes
Dans les deux leçons précédentes, nous avons écrit les parcours et nous les avons transformés en huit cibles mesurables. Mais aucun coût ni aucune capacité n'est possible sans le volume, et personne ne sait encore combien de personnes utiliseront l'assistant. Dans cette leçon, nous estimons la demande sous forme de plages, et nous indiquons quels nombres nous avons vérifiés et lesquels nous supposons, comme une traiteuse qui prévoit un mariage avant que tous les invités aient répondu.
Leçon 4 sur 19 · Conception de systèmes d'IA et maîtrise des coûtsHypothèses de demande
1. Commencer par les besoins
2. Concevoir l'architecture de bout en bout
3. Estimer les ressources et le coût
4. Optimiser avec des compromis mesurés
5. Concevoir pour les défaillances et la croissance
6. Présenter la proposition
Ce que vous saurez faire
Estimez l’utilisation de l’assistant : boutiques, personnes, questions, documents, minute la plus chargée et croissance. Personne ne connaît encore ces nombres. Écrivez donc chacun sous forme de plage, avec ses preuves, et indiquez ceux que vous avez vérifiés.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- Les trois types de nombres et le dossier de conception, présentés dans Préparer le dossier de conception.
- Les cinq parcours, présentés dans Utilisateurs et flux de travail, et les cibles Q1 à Q8, dans Attributs de qualité.
- Un modèle de charge de travail : arrivées par seconde, heure la plus chargée et rafales. Voir Modèle de charge de travail dans Mettre à l’échelle les API et les charges de travail d’IA.
Ce qu’il vous faut sur votre ordinateur
- Votre dossier
design-pack, avec son environnement virtuel actif, etpython -m pytest -qqui affiche6 passed(6 tests réussis). - Le dossier de laboratoires
nextia-learning-labsà côté, obtenu dans la première leçon. Vous y copiez deux nouveaux fichiers du calculateur.
Testé avec Python 3.12 sur macOS (Apple silicon). Les commandes Windows (PowerShell) et Linux sont fournies, mais n’ont pas été testées.
Le repas d’un mariage
Section intitulée « Le repas d’un mariage »Une traiteuse prévoit le repas d’un mariage. Le couple ne sait pas encore combien d’invités viendront. Certains ont répondu à l’invitation; la plupart ne l’ont pas fait. La traiteuse demande donc trois nombres : « Quel est le minimum, le nombre le plus probable et le maximum? » Le couple répond 80, 100 et 120. La traiteuse pose ensuite une deuxième question : « Lesquels de ces nombres connaissez-vous? » Soixante invités ont répondu oui. Les 40 à 60 autres sont une supposition.
La traiteuse demande aussi quand les gens mangent. Les repas d’un mariage ne sont pas répartis sur toute la journée. Presque tout le monde veut souper à 19 h. La cuisine doit donc préparer 100 repas en environ une heure, et non 100 repas en douze heures. L’heure la plus chargée détermine la cuisine, les fours et le personnel nécessaires.
Trois habitudes rendent le plan de la traiteuse sûr. Elle utilise une plage plutôt qu’un seul nombre. Elle note ce qui est connu et prévoit le moment le plus chargé. Cette leçon donne les mêmes trois habitudes à l’assistant.
Le problème : un seul nombre, ou un million
Section intitulée « Le problème : un seul nombre, ou un million »Tomás propose avec assurance : « Concevons pour un million d’utilisateurs. Comme ça, on n’aura jamais à s’inquiéter. » Un million d’utilisateurs posant chacun 1,5 question donneraient 1,5 million de questions par jour. Le scénario de base de Kwame, que vous construisez dans cette leçon, prévoit 1 465 questions par jour. La conception de Tomás prévoit environ mille fois ce nombre. Chaque partie coûterait plus cher et ne ferait presque rien.
L’erreur opposée est tout aussi courante : un seul nombre, sans plage. Supposons que Kwame conçoive pour « 800 clients qui posent des questions chaque jour ». Omar place ensuite l’assistant sur la page d’accueil. Deux fois plus de clients posent alors des questions, trois chacun. Dans le scénario haut de cette leçon, l’heure la plus chargée compte 1 116 questions au lieu de 180. C’est environ six fois plus. Une conception dimensionnée pour un seul nombre ne permet pas de dire ce qui arrive alors.
Les deux erreurs ont la même cause : la demande est inconnue, et la conception le cache.
L’idée : des plages de demande, avec des preuves
Section intitulée « L’idée : des plages de demande, avec des preuves »Une hypothèse de demande estime à quel point les gens utiliseront le système. Elle couvre les boutiques, les personnes, les questions, les documents et leur vitesse de croissance. Écrivez chacune comme une plage d’hypothèses de trois valeurs :
- basse : le minimum auquel vous pouvez raisonnablement vous attendre;
- de base : la valeur la plus probable, celle qui sert à planifier;
- haute : le maximum auquel vous pouvez raisonnablement vous attendre, pas le maximum imaginable.
Pourquoi trois valeurs? Parce qu’on évalue une conception selon les trois. Le scénario de base fixe le coût qu’Omar annonce. Le scénario haut montre ce qui échoue en premier. Le scénario bas montre les coûts fixes à payer, même si peu de gens viennent.
Chaque valeur a aussi besoin de preuves, qui indiquent sa provenance. Le texte commence par l’un de ces deux mots :
- vérifié : vous avez vérifié la valeur, et le texte indique comment. « L’horaire du service de soutien de Grace compte 10 agents. »
- supposé : c’est votre meilleure estimation, et le texte explique pourquoi. « Plan de vente d’Omar : 2 % de questions en plus chaque mois. »
Une valeur vérifiée reste une estimation de l’avenir, mais elle repose sur quelque chose que vous pouvez vérifier. Les valeurs supposées sont celles qui risquent le plus d’être erronées dans la proposition. L’équipe les vérifie donc en premier.
Prévoir la minute la plus chargée
Section intitulée « Prévoir la minute la plus chargée »La demande quotidienne ne suffit pas, comme le sait la traiteuse. Le système doit avoir la capacité nécessaire pour son moment le plus chargé. La capacité est le travail qu’une partie du système peut faire en un temps donné, par exemple en questions par seconde. Le module 3 calcule la capacité dont l’assistant a besoin. Cette leçon lui fournit la demande de pointe, avec deux nombres :
- La part de l’heure la plus chargée : la part des questions d’une journée moyenne reçues pendant son heure la plus chargée.
- Le facteur de la minute la plus chargée : le rapport entre sa vitesse d’arrivée des questions et la moyenne de cette heure. Même pendant une heure calme, les arrivées se font par petites rafales.
Les deux viennent de la charge de billets de soutien du cours sur la mise à l’échelle, constituée de données synthétiques. Dans ces données, une journée moyenne comptait 822 billets et l’heure la plus chargée en comptait 101. Cela donne une part de 0,123. La minute la plus chargée avait un rythme 5,35 fois plus rapide que la moyenne de cette heure. Le dossier utilise ces valeurs comme base, avec une plage autour d’elles.
Mesurez la part par rapport à une journée moyenne, car le dossier multiplie une journée moyenne par cette part. La journée la plus chargée de cette charge de travail comptait 899 billets. Une part calculée sur cette journée (101 ÷ 899 = 0,112) sous-estimerait chaque pointe d’environ 9 %.
Un petit exemple : les questions d’une boutique et sa minute la plus chargée
Section intitulée « Un petit exemple : les questions d’une boutique et sa minute la plus chargée »Voici la demande de Larkfield dans le scénario de base, avec toutes les valeurs visibles. Les questions viennent de deux types de personnes, dans les parcours J1 et J2 :
- Personnel (J1) : 10 agents × 20 questions par agent par jour = 200 questions.
- Clients (J2) : 800 clients qui posent des questions × 1,5 question chacun = 1 200 questions.
- Larkfield, scénario de base : 200 + 1 200 = 1 400 questions par jour.
Les scénarios bas et haut utilisent la même formule avec les autres valeurs de chaque plage :
| Scénario | Personnel | × questions | Clients | × questions | Questions par jour |
|---|---|---|---|---|---|
| Bas | 8 | 10 | 300 | 1,0 | 80 + 300 = 380 |
| De base | 10 | 20 | 800 | 1,5 | 200 + 1 200 = 1 400 |
| Haut | 12 | 40 | 1 600 | 3,0 | 480 + 4 800 = 5 280 |
Le scénario haut ne dépasse pas le scénario de base de 20 %. Il est presque quatre fois plus élevé, parce que trois nombres incertains se multiplient. Voilà pourquoi un seul nombre est dangereux : l’incertitude augmente quand les hypothèses se multiplient.
Ajoutez maintenant le scénario de base de Bramble Books : 2 employés × 10 + 30 clients × 1,5 = 65 questions par jour. Ensemble, les deux boutiques posent 1 465 questions par jour. Le diagramme passe de cette journée à sa minute la plus chargée :
Description textuelle du diagramme
La chaîne commence par une journée de 1 465 questions, le scénario de base pour les deux boutiques. L’heure la plus chargée reçoit une part de 0,123 de la journée : 1 465 × 0,123 = 180 questions. Réparties uniformément sur 60 minutes, cela donne 3,0 questions par minute. Mais les arrivées se font par rafales. La minute la plus chargée a un rythme 5,35 fois plus rapide que la moyenne de l’heure : 3,0 × 5,35 = 16,1 questions. Cela donne 0,268 question par seconde, dans la dernière case.
Le moment le plus chargé du scénario de base représente donc environ une question toutes les quatre secondes. C’est un petit nombre, et c’est la réponse honnête à « un million d’utilisateurs ». Le module 3 convertit 0,268 question par seconde en nombre de réponses en cours au même moment. Il compare ensuite ce nombre au quota du fournisseur.
Le fichier de demande de Larkfield
Section intitulée « Le fichier de demande de Larkfield »Kwame écrit ces plages dans demand.toml, le fichier de demande du dossier. Il demande à chaque personne le nombre qu’elle connaît le mieux. Grace fournit les agents et leurs questions; Omar, les clients et la croissance; Ines, sa boutique; Mei, les documents. Voici la table de Larkfield dans le fichier :
[tenants.larkfield]name = "Larkfield"joins_in_month = 0staff_users = [8, 10, 12]staff_questions_per_day = [10, 20, 40]customers_per_day = [300, 800, 1600]customer_questions_per_day = [1.0, 1.5, 3.0]documents = [36, 36, 60]words_per_document = [150, 181, 400]document_changes_per_month = [4, 8, 20]user_growth_per_month = [0.0, 0.02, 0.05]Chaque ligne est une plage [low, base, high] (bas, de base, haut). La valeur joins_in_month = 0 signifie que la boutique utilise l’assistant dès le départ. La croissance est une proportion, pas un pourcentage : 0,02 signifie 2 % de questions en plus chaque mois. Les documents et leur longueur comptent pour le stockage et l’ingestion au module 3.
Sous la table, chaque valeur a ses preuves :
[tenants.larkfield.evidence]staff_users = "verified: Grace's help-desk rota has 10 agents; 8 to 12 with holidays and the busy season"staff_questions_per_day = "assumed: Grace's estimate after a one-week trial; check it with the usage log in the first month"customers_per_day = "assumed: about one asking customer per new ticket today (822 tickets a day); 0.4 to 2 times that"customer_questions_per_day = "assumed: no data yet; a customer usually asks one question and a follow-up"documents = "verified: 36 documents in the collection today; 60 if the product guides are added next year"words_per_document = "verified: 181 words on average in today's collection (the RAG course's documents)"document_changes_per_month = "assumed: Mei's estimate from last year's policy updates"user_growth_per_month = "assumed: Omar's sales plan (2% a month); 5% if the assistant goes on the home page"Lisez les preuves, pas seulement les nombres. Les trois valeurs vérifiées correspondent à des éléments que quelqu’un a comptés. Les cinq valeurs supposées concernent des comportements qui n’ont pas encore eu lieu. Les preuves de staff_questions_per_day indiquent déjà comment vérifier la valeur : « avec le journal d’utilisation du premier mois ». Une bonne hypothèse contient son propre test.
Bramble Books et deux futures boutiques suivent sous la même forme. La troisième boutique arrive au mois 4 et la quatrième au mois 9. Aucune boutique n’a encore signé, donc toutes leurs valeurs sont supposées. Dans le fichier complet, 7 valeurs sont vérifiées et 27 sont supposées. Ce rapport est normal avant un lancement, tant que les 27 valeurs sont visibles et justifiées.
Exercice guidé : remplir demand.toml
Section intitulée « Exercice guidé : remplir demand.toml »Vous ajoutez le code de demande du calculateur depuis l’instantané. Vous écrivez vous-même les plages de Larkfield, puis prenez celles des autres boutiques dans l’instantané.
-
Dans le terminal, ouvrez votre dossier
design-pack, avec l’environnement actif. Copiez les deux nouveaux fichiers du calculateur depuis l’instantanéend-of-m01:Fenêtre de terminal S=../nextia-learning-labs/C26/snapshots/end-of-m01cp "$S/costmodel/demand.py" costmodel/cp "$S/tests/test_demand.py" tests/Fenêtre de terminal $S = "..\nextia-learning-labs\C26\snapshots\end-of-m01"Copy-Item "$S\costmodel\demand.py" costmodel\Copy-Item "$S\tests\test_demand.py" tests\demand.pylitdemand.toml, vérifie chaque plage et ses preuves, puis affiche la table de demande. -
Exécutez la commande de demande. Votre fichier
demand.tomlest encore le modèle, donc la commande échoue avec un message clair :Fenêtre de terminal python -m costmodel demandInput problem: demand.toml has no tenants yet -
Ouvrez
demand.toml. Sous les tables[settings], supprimez l’exemple en commentaire. Écrivez la table[tenants.larkfield]et sa table[tenants.larkfield.evidence]à partir de la section précédente. Écrivez les preuves dans vos propres mots, mais commencez chaque ligne parverified:(vérifié) ouassumed:(supposé). -
Exécutez de nouveau la commande de demande :
Fenêtre de terminal python -m costmodel demandDemand in month 0 (questions per day; low / base / high)Larkfield 380 1,400 5,280All tenants 380 1,400 5,280Busiest hour 38 157 1,056Evidence: 5 values verified, 5 assumed (check the assumed ones first)Les trois nombres de Larkfield sont ceux que vous avez calculés à la main dans le petit exemple. Les 5 valeurs vérifiées sont les 3 de Larkfield et les 2 paramètres.
-
Exécutez les tests :
python -m pytest -q. Un test échoue :1 failed, 11 passed(1 échec, 11 tests réussis). Le test qui échoue,test_the_pack_demand_counts_verified_and_assumed, attend les deux boutiques qui utilisent l’assistant aujourd’hui, Larkfield et Bramble Books. -
Remplacez votre fichier par le
demand.tomlde l’instantané. Il contient votre table de Larkfield, Bramble Books et les deux futures boutiques. Si vous avez ouvert un nouveau terminal, définissez de nouveauScomme à l’étape 1. Ensuite, relancez les tests :Fenêtre de terminal cp demand.toml demand-mine.tomlcp "$S/demand.toml" demand.tomlpython -m pytest -qFenêtre de terminal Copy-Item demand.toml demand-mine.tomlCopy-Item "$S\demand.toml" demand.tomlpython -m pytest -q............ [100%]12 passed in 0.01sComparez
demand-mine.tomlau nouveau fichier. Les nombres de Larkfield doivent être identiques; le texte des preuves peut différer. Supprimez ensuitedemand-mine.toml. -
Affichez la demande des deux boutiques :
Fenêtre de terminal python -m costmodel demandDemand in month 0 (questions per day; low / base / high)Larkfield 380 1,400 5,280Bramble Books 15 65 300All tenants 395 1,465 5,580Busiest hour 40 180 1,116Evidence: 7 values verified, 27 assumed (check the assumed ones first) -
Affichez la demande dans un an, au mois 12 :
Fenêtre de terminal python -m costmodel demand --month 12Demand in month 12 (questions per day; low / base / high)Larkfield 380 1,776 9,482Bramble Books 15 93 755Third shop 25 228 2,039Fourth shop 25 207 1,598All tenants 445 2,304 13,874Busiest hour 44 283 2,775Evidence: 7 values verified, 27 assumed (check the assumed ones first)
Vérifiez vous-même le mois 12 de Larkfield. La croissance de base est de 2 % par mois pendant 12 mois : 1 400 × 1,02¹² = 1 400 × 1,268 = 1 776. Le scénario bas ne croît pas, car sa croissance est de 0. Le scénario haut croît de 5 % par mois : 5 280 × 1,05¹² = 9 482.
Lire les plages
Section intitulée « Lire les plages »Il est plus facile d’évaluer la table de demande sous forme d’image. Le graphique compare les trois scénarios maintenant et au mois 12, pour toutes les boutiques réunies :
- Maintenant (mois 0, deux boutiques)
- Mois 12 (quatre boutiques)
Description textuelle du graphique
Un graphique à six colonnes : scénarios bas, de base et haut maintenant, dans une couleur, puis au mois 12, dans une autre. Maintenant : scénario bas, 395; de base, 1 465; haut, 5 580 questions par jour. Au mois 12, avec quatre boutiques : scénario bas, 445; de base, 2 304; haut, 13 874. Les colonnes basses changent à peine. La colonne de base augmente d’environ 57 %. La colonne haute dépasse le double de sa hauteur actuelle.
L’écart entre les scénarios de base et haut augmente avec le temps. Le taux de croissance haut se compose plus longtemps, et les nouvelles boutiques ajoutent leurs propres scénarios hauts. Plus vous regardez loin, moins vous en savez, et la plage le montre.
Le deuxième graphique montre les mêmes trois scénarios, mois par mois :
- Haut
- De base
- Bas
Description textuelle du graphique
Un graphique du mois 0 au mois 12 avec trois courbes. La courbe basse commence à 395 et monte à 420 au mois 4, puis à 445 au mois 9. Elle reste plate entre les sauts, car le scénario bas n’a aucune croissance. La courbe de base commence à 1 465 et augmente lentement. Elle passe de 1 557 à 1 784 au mois 4, à l’arrivée de la troisième boutique. Elle passe de 1 934 à 2 168 au mois 9, à l’arrivée de la quatrième boutique, et finit à 2 304. La courbe haute commence à 5 580, augmente plus vite, fait des sauts aux mois 4 et 9 et finit à 13 874.
Chaque nouvelle boutique ajoute environ 195 questions par jour dans le scénario de base, soit environ six mois de croissance. Les dates d’arrivée des boutiques comptent donc autant que le taux de croissance. Les deux dates sont supposées : aucune boutique n’a encore signé.
Terminer les besoins
Section intitulée « Terminer les besoins »La dernière section de requirements.md, Vérifié et supposé, résume les preuves pour les lecteurs qui n’ouvrent pas demand.toml. Kwame écrit trois points :
- Vérifié : les 10 agents et 36 documents de Larkfield; les 3 documents actuels de Bramble Books. Les premiers nombres sur la qualité des réponses et la latence viennent d’exécutions réelles (
measured.toml). - Supposé (à vérifier en premier) : les clients qui posent des questions, leurs questions, la croissance, les dates des nouvelles boutiques, les changements aux documents et les questions répétées. Chaque élément est une plage avec sa justification.
- Question ouverte pour Omar : les clients verront-ils l’assistant sur la page d’accueil? Cela multiplie les questions des clients par environ 2 : le scénario haut.
Écrivez cette section dans vos propres mots, puis comparez le fichier complet au requirements.md de l’instantané. Votre dossier correspond maintenant à l’instantané end-of-m01, sauf pour vos formulations.
Quand utiliser des plages
Section intitulée « Quand utiliser des plages »Utilisez-les pour chaque nombre concernant l’avenir : utilisateurs, questions, documents, croissance, dates. Utilisez-les aussi quand quelqu’un vous donne un seul nombre avec assurance. Demandez « quel est le minimum, et quel est le maximum? », comme la traiteuse.
N’utilisez pas de plage pour une valeur que vous pouvez compter aujourd’hui. Les documents de Larkfield, [36, 36, 60], forment une plage seulement parce que d’autres pourraient s’ajouter l’an prochain. Et ne faites pas du scénario haut le pire scénario imaginable. Le scénario haut est le maximum auquel vous pouvez raisonnablement vous attendre.
Les plages ont un coût : chaque nombre ultérieur devient trois nombres, et la proposition doit expliquer les trois. Omar en a besoin pour savoir à quel point le scénario de base pourrait être erroné.
Erreurs courantes
Section intitulée « Erreurs courantes »Erreur courante
Croissance écrite en pourcentage
Symptôme : vous écrivez user_growth_per_month = [0, 2, 5] pour indiquer 2 % et 5 %. Le calculateur s’arrête :
Input problem: larkfield.user_growth_per_month is a share: 0.02 means 2%Cause : la formule multiplie par (1 + croissance) pour chaque mois. Avec 2 au lieu de 0,02, les questions tripleraient chaque mois : 1 400 × 3¹² donne environ 744 millions de questions par jour. Le calculateur refuse une croissance supérieure à 1 pour détecter cette erreur.
Correction : écrivez des proportions : [0.0, 0.02, 0.05].
Erreur courante
Une valeur sans preuves, ou une plage dans le mauvais ordre
Symptôme : le calculateur s’arrête avec l’un de ces messages :
Input problem: [tenants.larkfield]: 'documents' needs evidence that starts with 'verified:' or 'assumed:'Input problem: 'larkfield.customers_per_day': low <= base <= high is not true for [800, 300, 1600]Cause : dans le premier cas, la ligne de preuves indique « 36 documents… » sans verified: ni assumed:. Le dossier n’accepte pas un nombre si son type n’est pas indiqué. Dans le deuxième cas, les valeurs basse et de base sont inversées.
Correction : commencez chaque ligne de preuves par verified: ou assumed:. Écrivez chaque plage sous la forme [low, base, high], de la plus petite à la plus grande valeur.
Réinitialisation. Si votre dossier ne fonctionne plus, copiez l’instantané end-of-m01 comme l’indique le README des instantanés. Il contient tout le contenu de ce module.
À vous de jouer : la page d’accueil
Section intitulée « À vous de jouer : la page d’accueil »Changez une hypothèse. Omar décide de placer l’assistant sur la page d’accueil de Larkfield. Il prévoit maintenant 1 600 clients posant des questions par jour dans le scénario de base, plutôt que 800. Avant d’exécuter quoi que ce soit, prédisez la demande de base de Larkfield, le total des deux boutiques et l’heure la plus chargée. Ensuite, remplacez la valeur de base de customers_per_day de Larkfield par 1600, exécutez python -m costmodel demand, puis rétablissez la valeur.
Afficher la réponse
Larkfield : 10 × 20 + 1 600 × 1,5 = 200 + 2 400 = 2 600 questions par jour. Les deux boutiques : 2 600 + 65 = 2 665. L’heure la plus chargée : 2 665 × 0,123 = 328.
Demand in month 0 (questions per day; low / base / high) Larkfield 380 2,600 5,280 Bramble Books 15 65 300 All tenants 395 2,665 5,580 Busiest hour 40 328 1,116Evidence: 7 values verified, 27 assumed (check the assumed ones first)La demande de base augmente de 82 %, passant de 1 465 à 2 665, mais reste dans la plage prévue. Le scénario haut était déjà de 5 580. Voilà l’intérêt d’une plage de valeurs. La décision d’Omar modifie le scénario de base. Elle ne dépasse pas ce que Kwame avait prévu dans la conception. Notez aussi le changement dans les preuves : « assumed : home page from month 0, Omar’s decision » (hypothèse : page d’accueil dès le mois 0, décision d’Omar). Les tests réussissent toujours, car ils vérifient la forme du fichier, pas les chiffres d’Omar. Rétablissez la valeur à 800, car le dossier laisse la question d’Omar ouverte.
Exercice du module : un résumé de conception du système
Section intitulée « Exercice du module : un résumé de conception du système »Vous avez maintenant tout ce qu’il faut pour un résumé de conception du système. Il tient sur une page et s’adresse à une personne qui n’est pas ingénieure. Il précise ce que le système doit faire, pour qui, avec quelle qualité et à quel volume. Il indique aussi ce qui reste une estimation.
Un petit exemple détaillé. Voici un résumé pour un système beaucoup plus petit : l’assistant de Bramble Books seulement, avec les chiffres de ce module.
Problème. Ines et une personne qui l’aide répondent à toutes les questions des clients de Bramble Books. Les clients posent des questions sur les conditions des fournisseurs et les retours avant d’écrire. Nous voulons un assistant qui répond à partir des documents de Bramble Books, avec des citations. Parcours. J1 : Ines ou la personne qui l’aide pose une question pendant qu’elle sert un client. J2 : un client pose une question sur le site et reçoit seulement des documents publics, ou « les documents ne le précisent pas ». J3 : Ines téléverse un document modifié; on peut y faire des recherches en quelques minutes. Hors portée. Remboursements et modifications de commandes; documents d’autres boutiques; application mobile. Cibles. 95 % des réponses en 6 s ou moins, chaque semaine (première estimation : 4,6 s). Au moins 85 % de réponses correctes sur le jeu d’évaluation d’Ines. Aucune autre boutique ne voit jamais les documents de Bramble Books. Demande. 65 questions par jour (scénario bas : 15, haut : 300); 25 documents (scénario bas : 3, haut : 60). Heure la plus chargée : 65 × 0,123 = 8 questions. Vérifié : 2 personnes; 3 documents aujourd’hui. À vérifier d’abord : clients par jour (estimation d’Ines selon le trafic Web) et nombre de documents qu’elle ajoute réellement.
Le résumé calcule l’heure la plus chargée sous les yeux du lecteur. Chaque cible précise sa période. La dernière ligne indique quels chiffres vérifier d’abord.
Votre tâche. Rédigez pour Omar un résumé d’une page couvrant l’ensemble de l’assistant partagé. Utilisez votre requirements.md et python -m costmodel demand. Incluez les éléments suivants :
- le problème, les parcours et ce qui est hors portée;
- les quatre cibles les plus importantes pour Omar;
- la demande actuelle et celle du mois 12, sous forme de plages;
- les trois hypothèses à vérifier d’abord.
Afficher une solution détaillée
Problème. L’assistant de Larkfield répond aux questions à partir des documents de Larkfield, avec des citations. Bramble Books veut la même chose, et deux autres boutiques pourraient se joindre l’an prochain. Nous proposons un assistant partagé. Chaque boutique ne voit que ses propres documents. Le coût par boutique peut servir à fixer un prix. Parcours. J1 : les agents posent des questions pendant qu’ils aident un client. J2 : les clients posent des questions sur le site : documents publics seulement, ou « les documents ne le précisent pas ». J3 : les responsables du contenu téléversent des documents; recherches possibles en quelques minutes, anciennes versions conservées. J4 : les propriétaires voient chaque réponse avec ses citations et ses versions. J5 : l’ajout d’une boutique ne nécessite aucun changement de code. Hors portée. Réponses tirées d’Internet; actions comme les remboursements; partage de documents entre boutiques; langues autres que l’anglais et le français; application mobile. Cibles. Q1 : 95 % des réponses en 6 s ou moins, chaque semaine (première estimation : 4,6 s, une estimation supérieure). Q2 : réponse à 99,5 % des questions pendant les heures d’ouverture, chaque mois. Q3 : aucune boutique ne voit jamais les documents d’une autre (tests à chaque changement). Q8 : au plus 150 $ US par mois durant la première année. Demande. Maintenant : 1 465 questions par jour (scénario bas : 395, haut : 5 580). Heure la plus chargée : 180 (40 à 1 116). Minute la plus chargée, scénario de base : environ 0,27 question par seconde. Mois 12, avec quatre boutiques : 2 304 par jour (scénario bas : 445, haut : 13 874). Preuves. 7 valeurs vérifiées, 27 supposées. À vérifier d’abord : (1) Clients par jour : ils posent la plupart des questions. (2) Date de signature des nouvelles boutiques : chacune ajoute environ une demi-année de croissance. (3) Décision d’Omar sur la page d’accueil : elle modifie le scénario de base d’environ 80 %.
Votre résumé peut choisir d’autres cibles, par exemple Q4 plutôt que Q2. Vérifiez trois choses. Chaque cible précise un chiffre, une période et une méthode de mesure. La demande est une plage. Et le lecteur peut voir quels chiffres sont vérifiés.
Vérification des connaissances
Section intitulée « Vérification des connaissances »Vérifiez votre compréhension
Vérification de fin de module : pour chaque énoncé, dites s'il est vérifié ou s'il s'agit d'une hypothèse à valider. Indiquez comment vous vérifieriez les hypothèses. (a) Larkfield compte 10 agents de soutien. (b) 800 clients par jour poseront une question. (c) La troisième boutique se joint au mois 4. (d) La collection contient 36 documents de 181 mots en moyenne. (e) Chaque agent pose 20 questions par jour. (f) L'heure la plus chargée représente 0,123 des questions d'une journée moyenne.
Afficher la réponse
- (a) Vérifié : horaire de Grace. Rien à vérifier maintenant; la plage de 8 à 12 couvre les vacances.
- (b) Supposé : basé sur 822 billets de soutien par jour, mais personne n’a encore interrogé l’assistant. Vérifiez au premier mois avec le journal d’utilisation : comptez les clients qui posent au moins une question par jour.
- (c) Supposé : plan de vente d’Omar; aucune boutique n’a signé. Vérifiez avec le pipeline de ventes; un contrat signé remplace l’hypothèse.
- (d) Vérifié : compté dans la collection.
- (e) Supposé : estimation de Grace après un essai d’une semaine. Vérifiez avec le journal d’utilisation, par agent et par jour.
- (f) Vérifié, avec une limite : cela correspond à la charge de billets synthétique du cours Mettre à l’échelle les API et les charges de travail d’IA. Elle compte 101 billets à l’heure la plus chargée, pour une journée moyenne de 822. C’est le meilleur profil disponible, mais les vraies questions pourraient culminer à un autre moment, par exemple à midi. Vérifiez avec les journaux du premier mois; le scénario haut prévoit déjà 0,20.
Les valeurs supposées nécessitent une vérification avec une date et une personne responsable. Les valeurs vérifiées nécessitent seulement une justification. L’énoncé (f) montre que « vérifié » signifie « comparé à quelque chose ». La proposition doit préciser à quoi.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Prédisez et expliquez : pourquoi le scénario haut de Larkfield (5 280 questions par jour) approche-t-il quatre fois son scénario de base (1 400), alors qu'aucune valeur de ses plages ne dépasse le double de sa valeur de base?
Afficher la réponse
Parce que le scénario haut multiplie plusieurs valeurs élevées. Les clients passent de 800 à 1 600 (×2), et leurs questions de 1,5 à 3,0 (×2). Les questions des clients sont donc multipliées par 4 : 1 200 → 4 800. Les questions du personnel sont multipliées par 2,4 (200 → 480), mais représentent une petite part. Le total passe donc de 1 400 à 5 280, soit environ ×3,8. Quand des chiffres incertains se multiplient, leur incertitude se multiplie aussi. Une seule « marge de sécurité » de 20 % sous-estimerait beaucoup le scénario haut.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Tomás dit : « Concevons pour un million d'utilisateurs, comme ça nous n'aurons jamais à nous inquiéter. » Répondez-lui avec les chiffres de ce module, en deux ou trois phrases.
Afficher la réponse
Le scénario de base prévoit 1 465 questions par jour pour les deux boutiques. Il prévoit environ 0,27 question par seconde durant la minute la plus chargée. Même le scénario haut du mois 12 ne compte que 13 874 questions par jour. Un million d’utilisateurs posant chacun 1,5 question produisent 1,5 million de questions par jour : cent fois le scénario haut. Nous paierions pour une capacité inutilisée, sans savoir ce qui limite l’assistant. Nous concevons donc pour la plage prévue. Le plan de croissance du module 5 précise quoi changer quand la demande atteint un signal mesuré.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Récapitulatif
- Une hypothèse de demande est une estimation de l’utilisation : boutiques, personnes, questions, documents, croissance. Notez chacune sous forme de plage d’hypothèse, avec des valeurs basse, de base et haute. Ajoutez des preuves commençant par
verified:(vérifié) ouassumed:(supposé). - Scénario de base de Larkfield : 10 agents × 20 + 800 clients × 1,5 = 1 400 questions par jour. Avec Bramble Books : 1 465 (scénario bas : 395, haut : 5 580). Au mois 12, avec quatre boutiques : 2 304 (scénario bas : 445, haut : 13 874).
- Planifiez pour la minute la plus chargée, pas pour la journée. L’heure la plus chargée compte 1 465 × 0,123 = 180 questions (la part est mesurée par rapport à une journée moyenne). La minute la plus chargée compte 180 ÷ 60 × 5,35 = 16,1, soit 0,268 question par seconde.
- Dans
demand.toml, 7 valeurs sont vérifiées et 27 sont supposées. La proposition énumère les hypothèses à vérifier d’abord : clients par jour, dates d’arrivée des nouvelles boutiques et page d’accueil. python -m pytest -qaffiche12 passed(12 tests réussis). Votre dossier correspond maintenant à l’instantanéend-of-m01.
Le module 1 en un paragraphe. Vous avez préparé le dossier de conception. Chaque chiffre y est une mesure, un prix ou une hypothèse, et précise sa nature. Vous avez décrit ce que l’assistant doit faire en cinq parcours, et ce qu’il ne fera pas. Vous avez transformé « rapide », « toujours disponible », « privé » et « peu coûteux » en huit cibles, chacune avec une méthode de mesure. Par exemple, 95 % des réponses en 6 secondes, avec une première estimation de 4,6. Vous avez aussi estimé la demande sous forme de plages : 1 465 questions par jour dans le scénario de base. Elle atteint 0,268 question par seconde durant la minute la plus chargée. Les 27 hypothèses sont consignées pour que l’équipe les vérifie.
Ensuite, le module 2 dessine l’architecture qui répond à ces parcours et à ces cibles, une partie par fonction.
Leçon suivante : Limites des services